中国学术期刊网络出版总库
  关闭
基于改进PSO算法的LS-SVM油层识别模型  
   推荐 CAJ下载 PDF下载
【英文篇名】 Oil layer recognition model of LS-SVM based on improved PSO algorithm
【下载频次】 ★★★★★
【作者】 夏克文; 董瑶; 杜红斌;
【英文作者】 XIA Ke-wen; DONG Yao; DU Hong-bin(School of Information Engineering; Hebei University of Technology; Tianjin 300401; China.;
【作者单位】 河北工业大学信息工程学院; 河北工业大学信息工程学院 天津;
【文献出处】 控制与决策 , Control and Decision, 编辑部邮箱 2007年 12期  
期刊荣誉:中文核心期刊要目总览  ASPT来源刊  CJFD收录刊
【中文关键词】 最小二乘支持向量机; 粒子群优化算法; 油层识别;
【英文关键词】 Least squares support vector machines(LS-SVM); Particle swarm optimization(PSO); Oil layer recognition;
【摘要】 为解决常规油层识别方法因其本身缺陷而无法取得理想效果的缺点,提出一种基于改进PSO算法的LS-SVM油层识别模型,即综合已有改进的PSO模型提出一种新的改进形式,并用此算法迭代求解LS-SVM中出现的矩阵方程,从而避免矩阵求逆,加快LS-SVM算法的训练速度,节省内存,而且求得最优解.实际应用表明,所提出的识别模型优于BP模型和经典SVM模型,识别精度高、收敛速度快、效果显著.
【英文摘要】 To solve the intrinsic shortcomings in general oil layer recognition methods,which is hard to obtain an ideal effect in application,the oil layer recognition model of LS-SVM based on the improved PSO algorithm is presented to iteratively solve the linear system of equations in LS-SVM algorithm,which is a new improved form by synthesized the existing model of PSO.By using the improved LS-SVM algorithm,the problem of solving inverse matrix is resolved and the training velocity of LS-SVM algorithm is quickened...
【基金】 国家自然科学基金项目(60173058,60377020)
【更新日期】 2008-01-11
【分类号】 TE19
【正文快照】 1引言油层识别是目前石油勘探与开发的重要环节,测井分析专家和地质学家都十分关心油层的测井解释及其流体性质识别方法的研究.面对油田勘探中愈加复杂的岩性、裂缝、低孔隙度、低渗透率和低电阻率等类型储集层的油层识别评价问题,常规线性、经验性测井解释技术[1]常常表现得无

xxx
【读者推荐文章】中国期刊全文数据库 中国博士学位论文全文数据库 中国优秀硕士学位论文全文数据库 中国重要会议论文全文数据库
【相似文献】
中国期刊全文数据库
中国优秀硕士学位论文全文数据库
中国博士学位论文全文数据库
中国重要会议论文全文数据库
中国重要报纸全文数据库
中国学术期刊网络出版总库
点击下列相关研究机构和相关文献作者,可以直接查到这些机构和作者被《中国知识资源总库》收录的其它文献,使您全面了解该机构和该作者的研究动态和历史。
【文献分类导航】从导航的最底层可以看到与本文研究领域相同的文献,从上层导航可以浏览更多相关领域的文献。

工业技术
  石油、天然气工业
   石油、天然气地质与勘探
    新技术在石油、天然气地质与勘探中的应用
  
 
  CNKI系列数据库编辑出版及版权所有:中国学术期刊(光盘版)电子杂志社
中国知网技术服务及网站系统软件版权所有:清华同方知网(北京)技术有限公司
其它数据库版权所有:各数据库编辑出版单位(见各库版权信息)
京ICP证040431号    互联网出版许可证 新出网证(京)字008号